稀有事件变点问题的Bayes分析

文章针对稀有事件中的变点问题,根据Bayes法建立了判断变点是否存在、计算变点位置的合理模型,并利用基于Gibbs抽样的MCMC模拟抽样,估计出变点和分布参数之值。然后引用美国煤矿灾难和我国关中地区干旱灾害的实际数据,对文中提出的模型进行验证,得出了有关结论。     

基于变步长梯形算法GM(1,1)模型背景值的优化

文章从GM(1,1)建模机理及背景值形成过程出发,分析出对于具有明显指数规律的一次累加生成序列,GM(1,1)有时会出现预测误差较大的情况,并得出背景值的构造方法是造成这种误差的重要原因之一.利用拉格朗日插值函数和变步长梯形算法对背景值进行优化,通过对变步长梯形算法中步长大小的变化,形成了一种新的背景值构造方法,可使由背景值构成的误差降低.     

谨防抽样过程之外的系统误差

谨防抽样过程之外的系统误差林毓铭抽样过程中系统误差属非随机性误差，在抽样过程之内与之外均可发生，抽样过程之内的系统误差是由于有悖于抽样基本原理，并不对抽样结果构成主要影响，而抽样过程之外的误差可产生于抽样工作的每个环节，即使抽样误差很小，抽样调查资料...     

对两变量相关的若干问题探讨

一、对两变量相关的认识和理解两变量相关,一般定义为两个变量之间的相互关系的程度。我们认为,这种定义不利于正确认识和理解相关的含义,因为两个变量之间的相互关系有质的表现,也有量的表现。基于此,我们把相关定义为：所谓相关,是指一个变量的值与另一个变量的值在统计上具有连带性或依赖性。对连带性可理解为,如果一个变量的值发生变化,另一个变量的值也有变化,即两个变量之间具有协变趋势性。而对依赖性可理解为,如果一个变量Y与另一个变量X具有依赖性,则表明当在已知X的情况下去解释Y所产生的误差比不知道X的情况下产生…     

基于熵变计算模型的民营企业扩张方式的选择

文章通过引入描述复杂系统无序度的熵,建立了民营企业扩张的熵变计算模型.在综合考虑了影响民营企业扩张方式选择因素之间的交互影响作用之后,计算出民营企业并购与联盟方式扩张下的熵变值,从而对民营企业扩张方式的选择有了一个初步的定量认识.     

基于熵损失和记录值样本的指数分布模型参数的估计

文章在熵损失函数下,基于记录值样本,得到了指数分布参数的最小风险同变估计、Bayes估计和经验Bayes估计,并给出了数值模拟例子。     

非线性半参数空间变系数模型的两步估计

文章对非线性函数与空间变系数模型组合的半参数模型进行研究,提出该类模型的两步估计,给出半参数模型中非线性函数和空间变系数参数估计的精确表达式.并进行了数值模拟,结果表明,估计值与真实值拟合程度较好,方法的精确度较高.     

提高市场调查可信度浅析

本文从系统误差和测量误差的产生分析入手 ,研究了如何提高市场调查的可信度的具体的方法 ,给企业决策提供可靠的市场信息 ,以避免决策上的失误。     

基于对称熵损失和记录值样本的指数分布模型参数的估计

文章在对称熵损失函数下,基于记录值样本,得到了指数分布参数的最小风险同变估计、Bayes估计和经验Bayes估计,并讨论了一类cXU(n)+d形式估计的可容许性和不可容许性,其中XU(n)为第n个上记录值.     

基于MOSUM的多重滤波变点检测研究

多时间尺度的变点问题一直是质量控制中的热点研究对象。基于移动和统计量(MOSUM),提出了一种多重过滤检验方法(MFT),以检验均值不变的零假设或存在均值变点的备择假设。首先,为使方法具有实用性和一般性,构建均值变点模型,并假定分布假设较弱。其次,由于单一窗宽对变点检测的局限性,构造了一个弱收敛到一个布朗运动相关的函数的MOSUM统计量,进而应用多个窗宽下MOSUM过程进行多变点检测。最后,为使得MFT方法不受其它分布参数变化影响,对模型均值外的参数变化作了鲁棒性检验。经模拟研究和实证分析表明,MFT方法的估计精度和准确度比一般方法更具优势和实效性。     

对房价收入比指标的修正

房价收入比指标反映的是居民的住房支付能力,通过对房价收入比概念的认知,分析了该指标的影响因素,指出了该指标应用过程中存在的问题以及存在的系统误差,最后把该指标修正为收入房价比。     

CUSUM和Cuscore控制图平均运行长度上界的估计

平均运行长度(ARL)是判断一类控制图监测变点效果好坏的重要工具.文章首先给出了特征指数取值(0,1)且均值不为常数时CUSUM控制图在Levy稳定过程中ARL上界的估计,改进了均值为常数时的结论;随后给出了特征指数取值(0,1)且均值不为常数时Cuscore控制图在Levy稳定过程中ARL上界的近似估计,完善了特征指数取值(0,2]时Cuscore控制图ARL的估计;最后通过数值模拟比较了两种控制图在监测Levy稳定过程均值变点中的效果和差异,结果表明Cuscore控制图比CUSUM控制图的监测效果好.     

基于记录值样本的Rayleigh分布模型的参数估计

文章在均方误差损失函数下,基于记录值样本得到了Rayleigh分布参数的最小风险同变估计和Bayes估计,并讨论了一类cX2U(n)+d形式估计的可容许性和不可容许性.     

基于相差值的多元对象聚类评价法

运筹学中所指的相差值表示相应决策变量的目标系数需要改进的数量,使得该决策变量取正数值,当决策变量已取正数值时相差值为零;对于求目标函数最小值的线性规划问题,所谓的改进就是其对应的决策变量的系数减少其相差值。简言之,相差值的概念是以某一对     

基于马氏深度的变点识别方法研究

 在统计过程控制的第I阶段,准确识别运行状态发生漂移的时间点是决定控制效果的关键。本文以多维空间的数据离心程度作为判定变点规则的标准,通过概率密度轮廓将单一观测值序列转化为多维空间中的数据点,运用数据深度技术构造特征变量,并建立变点定位规则。仿真性能分析的结果表明新方法能够在不需要假设过程服从正态分布的前提下对变点位置进行精确定位。在比较研究中也表现出良好的综合性能。     

模糊变权组合预测方法研究

在不确定环境组合预测中,用模糊权重系数更能体现各单项预测方法的客观表现.文章提出一种新的权重系数为三角模糊数的组合预测方法.首先建立以组合预测精确度指数最小为准则的模糊加权组合预测模型,为了避免样本数据中极端值对模型的影响,对模型进行改进,提出带有0-1变量的模糊加权组合预测模型.进一步考虑到单项预测方法在不同时刻的表现有所差异,建立基于诱导有序模糊加权平均(IOFWA)算子的模糊变权组合预测模型,该模型不仅能克服极端值的影响,而且具有更高的预测精确度.并实证验证了该方法的适用性和灵活性.     

基于变权Shapley值的合作博弈赋权方法

文章针对一般的基于合作博弈组合评价中所采用的传统Shapley值进行评价时,会出现较优的单一评价方法被赋予较小权重的问题,提出考虑博弈方事先权重对合作博弈最终结果分配的影响,在组合博弈评价中采用变权Shapley值,从而保证赋予组合评价中的各评价方法合理的权重,达到更好地保留较优的单一评价方法的目的。     

基于LAD-LASSO方法的逐段常数序列中的变点估计

结构突变(变点)问题是统计学、经济学和信号处理等领域中的热点问题之一。当误差分布服从重尾分布或数据集含异常值时,LAD估计比OLS估计更加稳健;LASSO是一种流行的压缩估计和变量选择方法,将这两种经典的方法结合起来,提出基于LAD-LASSO的逐段常数时间序列变点估计的一种新的研究方法,其基本思想是把变点估计问题转化成变量选择问题来处理,在转化过程中对相应优化问题的约束条件仅做一次松弛。随机模拟表明:所提出的估计方法是切实可行的,算法更加简单易行,且估计结果具有很好的稳健性。     

半参数变系数回归模型的空间相关性检验

对半参数变系数回归模型,构造了新的空间相关性检验统计量,利用三阶矩 逼近方法导出了其检验 值的近似计算公式,蒙特卡罗模拟结果表明该统计量在检测空间相关性方面具有较高的准确性和可靠性。同时考察了误差项服从不同分布时的检验功效,体现出该检验方法的稳健性。进一步,我们还给出了检验统计量的Bootstrap方法以及检验水平的模拟效果。     

一种变权系数的区间数组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,引入了相关系数和诱导有序加权平均算子的概念;将区间数的左右端点看作时间序列,分别建立了两端点的变权系数多目标最优组合预测模型,并通过偏好系数转化为单目标最优化模型。实例分析表明,所提出的方法在区间数预测误差指标上明显优于其它区间组合预测方法。